解惑

新食品杂志社： 我是一家刚刚起步的酒水经销商。因为目前经销的产品知名度不高．在市场开发上碰到不少难题。随着天气渐热．我考虑到业务员大热天在外面跑也很辛苦．于是给他们每月增加了100元的清凉饮料费．但是．这些业务人员的工作积极性还是不高。在业绩没有明显增长的情况下．我不可能轻易给他们涨工资。我该怎样才能激发业务员的工作激情，能否给我一些好的建议7 贵州平坝赛通酒水批发部 兰所评     

太钢80吨转炉长寿复吹技术的应用及效果分析

本文论述了长寿复吹技术在太钢80t转炉上的应用,复吹转炉冶炼终点的碳氧积明显降低,达到了0．00276,且随着碳含量的降低,碳氧浓度积接近平衡值;在相同终点碳含量下,转炉终点渣中ω（TFe）含量较顶吹降低;同时通过工艺调整,提高了炉渣脱磷能力。在生产实践中开发了底吹供气元件长寿技术及低氩复吹技术,实现了底部供气元件与转炉炉龄同步,降低了氩气消耗,取得了良好的经济效益。     

高速铣削下PCBN刀具的有限元分析

通过对PCBN铣刀高速铣削淬硬45钢试验所得的数据进行分析,得出在不同的主轴转速下的切削力。再通过Solid Edge建立铣刀模型,导入ANSYS,将不同主轴转速下的切削力施加于所建模型PCBN刀片的切削刃上并进行应力分析。选取不同应力分布图中的最大应力值进行分析、比较,可知其应力变化是随着主轴转速的增大而逐渐减小,与实际情况相符。因此,通过建立有限元模型并进行分析,对铣削加工时选择合理的主轴转速提供依据。     

利用非均匀泵浦提高二极管泵浦激光放大器储能均匀性

对于高增益二极管泵浦激光放大器,均匀泵浦时会产生储能分布的不均匀。模拟分析了非均匀分布泵浦光对储能分布的影响,计算结果表明:使用一定的非均匀分布泵浦能够获得均匀的储能分布,使用一定范围的非均匀分布泵浦对储能均匀性起到改善作用。模拟分析了重复频率工作条件下使用非均匀分布泵浦对温度分布的影响情况,计算结果表明介质中心处温度有所下降,介质边缘处温度没有变化。因此,减小了介质整体温度和温度梯度,有利于热管理。     

考虑行波效应的无砟轨道铁路桥梁纵桥向地震响应

为研究考虑行波效应的无砟轨道铁路桥梁纵桥向地震响应,选用某高速铁路连续梁及32 m简支梁桥作为研究对象,分别建立考虑轨道约束模型和传统全桥模型,基于绝对位移输入法(ADM),开展行波效应对两种不同抗震体系(延性及减隔震)铁路桥梁地震响应的影响分析。研究结果表明:对于延性抗震体系,行波对墩底曲率的影响表现为行波对结构反应更有利;对减隔震体系,行波对墩底内力的影响不及延性抗震体系明显。两种抗震体系中,墩梁相对位移的变化应予以考虑,防止邻梁碰撞现象。行波效应对轨道系统的影响应重点关注,避免其轴力过大发生扭曲。不同视波速下,简支与连续梁上的剪力齿槽水平剪力分配呈现此消彼长的现象,简支梁上剪力齿槽抗力应加强设计。行波中的拟静力成分对轨道系统地震响应的贡献显著,动力成分主导桥墩地震响应,两者共同决定总地震响应。     

提升烧结矿成品率生产实践

针对目前工艺现状,结合铁酸钙理论,制定相关工艺改进措施:改善布料效果;改进工艺操作;优化烧结矿成分.进一步提高了烧结矿整体质量.     

基于MRF柔性辅助支撑的弱刚性零件铣削加工

设计了一套基于磁流变液的柔性辅助支撑装置,用于提高弱刚性零件的加工精度.利用有限元方法通过Comsol软件对装置磁感应强度进行仿真,研究其提供的支撑力大小,运用工程力学知识对加工工件进行力学分析、理论变形量计算以及对加工工件进行有限元加工变形仿真,研究不同加载电流状态下磁流变液辅助支撑装置对加工工件变形情况的影响.最后...     

基于云推理模型的深度强化学习探索策略研究

强化学习通过与环境的交互学得任务的决策策略,具有自学习与在线学习的特点。但交互试错的机制也往往导致了算法的运行效率较低、收敛速度较慢。知识包含了人类经验和对事物的认知规律,利用知识引导智能体(agent)的学习,是解决上述问题的一种有效方法。该文尝试将定性规则知识引入到强化学习中,通过云推理模型对定性规则进行表示,将其作为探索策略引导智能体的动作选择,以减少智能体在状态-动作空间探索的盲目性。该文选用OpenAI Gym作为测试环境,通过在自定义的CartPole-v2中的实验,验证了提出的基于云推理模型探索策略的有效性,可以提高强化学习的学习效率,加快收敛速度。     

基于图像局部熵的红外图像分割方法

分析了图像局部熵的性质,提出了一种基于图像局部熵的红外图像分割方法.该方法首先进行中值滤波消除图像脉冲噪声,然后计算图像局部熵进行阈值选择提取目标边缘,最后进行边缘连接分割出目标区域.对不同红外图像进行的仿真试验表明了该方法的有效性.     

基于多尺度特征提取与特征融合的交通标志检测

基于卷积神经网络的交通标志检测算法在对现实中复杂的交通场景图像进行交通标志检测时,难以同时解决定位和分类两项任务,并且目标检测领域相关算法所使用的公开数据集提供的图像和交通标志的种类不能满足现实交通场景中复杂的情况。建立一个新的道路交通标志数据集,在YOLOv4算法的基础上针对现实交通场景图像的复杂性和图像中交通标志尺寸差异较大的特点,设计多尺寸特征提取模块和增强特征融合模块,提高算法同时定位和分类交通标志的能力。在此基础上,对算法中不同的模块设置不同的参数进行对照实验,得到一组表现最优的参数,用于检测现实交通场景图片中的交通标志。在道路交通标志数据集上的实验结果表明,该算法相比基于卷积神经网络的同类型任务目标检测算法具有更高的检测精度,平均精度均值达到83.63%。